涡旋光束所携带的光学轨道角动量具有高自由度的特性,能够作为信息传输的载体,在光通信领域具有重要应用价值,是当前光物理研究的一个前沿和热门领域。随着海量数据传输,云计算和人工智能等新兴领域的出现,传统的通信方式所提供的信道容量具有很大的局限性。而光学轨道角动量的识别分辨率直接决定了对通信容量的提升程度。例如,涡旋光束的相邻拓扑荷数的间隔为0.01,则对于某一个具体的OAM拓扑荷,分数OAM模式的数目比整数OAM模式的数目增加100倍,信息传输量也增加100倍,所以分数OAM可以极大地提高OAM模式数目和通信信道容量。而对其的高准确率、高分辨率探测也就尤为重要。
印建平课题组实现了对0.1分辨率以及0.01分辨率轨道角动量光束的高准确率识别。利用训练卷积神经网络识别携带分数轨道角动量光束在柱面透镜焦平面上形成的衍射花纹,进而来识别光束携带的角动量值大小,得到分数角动量模式的识别准确率。方法简便,大大提高了测量精度。
实验分别研究了在分辨率为0.1以及0.01情况下,识别准确率与 OAM 量子数 l,湍流强度 Cn2,和传播距离 z 的关系。对于精度为0.1的分数轨道角动量识别的准确率可达到100%,对于精度为0.01的分数轨道角动量,准确率可达到73.85%以上。研究结果表明了残差卷积神经网络模型可以高准确率地识别在大气湍流影响下涡旋光束携带的高分辨率轨道角动量值。研究成果发表在Phys. Rev. A 106, 01351(2022)。
图1. 在不同湍流强度下(C1 = 1×10-17 m-2/3,C2 = 1×10-16 m-2/3,C3 = 5×10-15 m-2/3),传输距离分别为(z= 500 m, z = 1000 m, z = 1500 m)时分数轨道角动量的识别准确率(a)分辨率为0.1 ;(b)分辨率为0.01。